309 artículos
Esta tesis aborda la fiabilidad de la inferencia basada en simulaciones mediante el desarrollo de criterios para diagnosticar la sobreconfianza en aproximaciones de aprendizaje automático y la propuesta de técnicas como el "balancing" y redes neuronales bayesianas para mitigar este problema y obtener conclusiones estadísticas mejor calibradas.
Este artículo propone un marco para estimar e inferir efectos causales principales heterogéneos bajo el supuesto de ignorabilidad principal, desarrollando varios estimadores con diferentes propiedades de robustez (incluyendo uno doblemente robusto) y validando los métodos mediante el ensayo aleatorizado de Camden Coalition.
El artículo presenta un enfoque axiomático para procesos de decisión de Markov robustos en espacios de Borel que, mediante conjuntos de ambigüedad basados en distancias empíricas, garantiza la convergencia y ofrece cotas de rendimiento fuera de muestra con alta probabilidad para tamaños de muestra finitos, superando así las limitaciones de los MDPs empíricos tradicionales.
Este libro reinterpreta la inteligencia artificial generativa desde la estadística, utilizando el *flow matching* como marco central para transformar tareas como la imputación de datos y el análisis causal en problemas de inferencia estadística rigurosa mediante la estimación de distribuciones de probabilidad y el mantenimiento de la validez inferencial.
Este artículo verifica que los observadores persistentes en sustratos de hipergrafos causalmente invariantes satisfacen el Teorema del Buen Regulador de Conant-Ashby, demostrando que el descenso de gradiente natural es su regla de aprendizaje única y derivando un umbral cuántico-clásico específico para el parámetro de régimen en el marco de Vanchurin, aunque esta predicción depende fuertemente del modelo de convergencia elegido.
Este artículo presenta un nuevo protocolo para el problema de expertos distribuidos que mejora los límites anteriores al lograr un arrepentimiento reducido con una cantidad mínima de comunicación entre servidores.
Este artículo presenta un marco unificado de muestreo generativo basado en la reversibilidad temporal y la discrepancia máxima de media (MMD) que permite muestrear distribuciones complejas en espacios continuos, discretos o mixtos sin requerir funciones de puntuación ni relajaciones continuas, utilizando únicamente evaluaciones de energía.
Este trabajo establece nuevos límites de generalización transductiva basados en transporte óptimo para la clasificación de nodos en grafos, demostrando que son computacionalmente eficientes, se correlacionan fuertemente con el rendimiento empírico y revelan cómo la profundidad de las GNN afecta la generalización mediante un equilibrio entre la concentración intraclase y la separación interclase.
Este artículo establece nuevos límites de arrepentimiento para el muestreo de Thompson con procesos gaussianos (GP-TS), incluyendo una cota inferior, una cota superior para el segundo momento del arrepentimiento acumulado, límites de arrepentimiento "leniente" esperados y una cota superior mejorada para el horizonte temporal, cerrando así brechas analíticas existentes frente al método GP-UCB.
Este artículo presenta un teorema de comparación no asintótico basado en el teorema de Gordon para analizar la dinámica de entrenamiento de algoritmos de aprendizaje automático bajo modelos de mezcla gaussiana, demostrando la validez de las expresiones de campo medio dinámico en escenarios asintóticos y proponiendo un esquema de refinamiento iterativo para mejorar la precisión en dominios no asintóticos.
Este artículo presenta la Iteración de Política Regularizada Robusta (RRPI), un enfoque de aprendizaje por refuerzo fuera de línea que aborda la incertidumbre en las transiciones mediante la optimización de políticas frente a dinámicas adversas dentro de un conjunto de incertidumbre, logrando mejoras teóricas y un rendimiento superior en benchmarks como D4RL al evitar acciones fuera de distribución.
El artículo presenta VMoER, un enfoque bayesiano escalable que integra la cuantificación de incertidumbre en las capas de Mezcla de Expertos (MoE) de los modelos fundacionales mediante la inferencia variacional en la etapa de enrutamiento, logrando una mejora significativa en la estabilidad, calibración y detección de datos fuera de distribución con un costo computacional marginal.
El artículo presenta BRACE, un algoritmo para problemas de banditos con incumplimiento que permite elegir entre optimizar el bienestar de las recomendaciones o el tratamiento, ofreciendo estimaciones de efectos estructurales certificados y válidos incluso en escenarios de identificación débil o heterogeneidad.
Este artículo presenta el algoritmo a-TMFG, una solución escalable que supera las limitaciones de memoria y tiempo del Triangulated Maximally Filtered Graph tradicional mediante el uso de grafos de vecinos más cercanos aproximados y la estimación de correlaciones bajo demanda para construir representaciones gráficas en conjuntos de datos masivos.
Este artículo presenta un marco unificado para la factorización de matrices no negativas tradicional y convexa bajo modelos de Tweedie y Binomial Negativa, derivando reglas de actualización multiplicativa mediante algoritmos MM y demostrando mediante evaluaciones empíricas que la elección del modelo de ruido y el enfoque convexo mejoran significativamente el ajuste y la recuperación de características en datos complejos.
Este artículo presenta el descubrimiento computacional de las "murmuraciones", un nuevo fenómeno aritmético que vincula herramientas de inteligencia artificial con la teoría de números, revelando información sutil sobre las trazas de Frobenius y conectando con la conjetura de Birch y Swinnerton-Dyer y la teoría de matrices aleatorias.
Este estudio establece límites superiores de generalización PAC para osciladores neuronales basados en ecuaciones diferenciales de segundo orden, demostrando teóricamente y validando numéricamente que sus errores de estimación crecen polinomialmente con el tamaño de la red y la duración temporal, y que regularizar las constantes de Lipschitz mejora su capacidad de generalización en sistemas estructurales no lineales.
Este artículo presenta un marco jerárquico novedoso de aprendizaje multi-tarea y multi-fidelidad basado en procesos gaussianos que unifica la similitud entre tareas y las características de los datos de diferentes fidelidades para mejorar la precisión y la eficiencia en el modelado sustituto de sistemas de fabricación.
Este artículo propone una nueva familia de optimizadores basados en normas de operadores normalizadas (como MOGA) que garantizan una estabilidad independiente del ancho de la red y permiten una transferencia efectiva de hiperparámetros, superando las limitaciones de métodos existentes como AdamW y Muon mediante una perspectiva geométrica de descenso de gradiente.
Este artículo presenta dos algoritmos de detección de puntos de cambio basados en redes neuronales y aprendizaje en línea que, al demostrar complejidad computacional lineal y convergencia a soluciones óptimas, superan a los métodos existentes en diversos conjuntos de datos sintéticos y reales.